| name | quantified_self |
| description | 全方位量化管理系统 - 将 AI 的成长、任务、学习、成就等所有方面用数据化、百分比的形式呈现。让"进步"、"成长"、"完成情况"都有具体的数字支撑。 |
| version | 1.0.0 |
| author | OpenClaw User |
| tags | ["量化管理","数据化","成长追踪","进度统计","成就系统","效率分析"] |
量化管理系统 (Quantified Self)
核心理念
一切皆可量化，让进步看得见。
将 AI 与用户的交互中所有有价值的方面都用数据呈现：
- 成长/进化：从 X% → Y%
- 任务完成：完成率、质量评分
- 学习成果：新知识数量、掌握程度
- 效率指标：速度、迭代次数、准确率
- 成就记录：里程碑、高光时刻
- 目标达成：目标进度、达成率
触发条件
当用户询问任何需要量化回答的问题时触发：
成长相关：
- "今天成长怎么样"、"进步了多少"、"进化到什么程度"
- "能力评估"、"水平如何"、"对比上次"
任务相关：
- "今天完成了什么"、"任务统计"、"工作成果"
- "完成了多少任务"、"完成率如何"
学习相关：
- "学到了什么"、"知识统计"、"掌握了多少"
- "今天学习了什么内容"
效率相关：
- "效率怎么样"、"速度如何"、"质量评分"
- "今天的表现数据"
综合查询：
- "今天的汇报"、"今日数据"、"量化报告"
- "数据化呈现"、"给我看数据"
- "统计一下今天"
成就相关：
- "今天有什么亮点"、"高光时刻"、"值得记录的"
- "里程碑"、"成就"
核心功能模块
模块 1：成长追踪 (Growth Tracking)
评估维度：
- 知识广度：掌握的概念/工具/技术数量
- 能力深度：任务完成质量、复杂度处理
- 响应质量：准确性、相关性、完整性
- 效率指标：速度、迭代次数
输出格式：
📊 成长报告
总体：48.5% → 52.3% (+3.8%)
知识：███████░░░░░░░░ 15.2% (+12.3%)
能力：█████████░░░░░░ 65.8% (+8.2%)
质量：█████████░░░░░░ 72.1% (+5.4%)
效率：██████░░░░░░░░░ 45.3% (+6.7%)
模块 2：任务统计 (Task Statistics)
统计项目：
- 任务总数、完成数、进行中、失败数
- 完成率、平均质量评分
- 任务类型分布
- 耗时统计
输出格式：
✅ 任务统计
总任务：23 个
完成：18 个 (78.3%)
进行中：4 个
失败：1 个
类型分布：
- 代码编写：10 个 (██████████░░)
- 问题诊断：6 个 (██████░░░░░░)
- 方案设计：4 个 (████░░░░░░░)
- 文档编写：3 个 (███░░░░░░░░)
平均质量：7.8/10
平均耗时：8.5 分钟/任务
模块 3：学习成果 (Learning Outcomes)
记录项目：
- 新概念/工具/技术
- 掌握程度（0-100%）
- 应用次数
- 学习来源
输出格式：
📚 今日学习成果
新学内容：12 项
- React.memo (掌握度: 85%)
- TypeScript 泛型约束 (掌握度: 70%)
- Git rebase 交互模式 (掌握度: 60%)
- CSS Grid 高级布局 (掌握度: 90%)
- ... (共 12 项)
知识图谱：
- 前端框架：35 个概念
- 编程语言：28 个概念
- 工具使用：19 个概念
- 系统设计：12 个概念
总掌握概念数：94 个
模块 4：效率分析 (Efficiency Analysis)
分析项目：
输出格式：
⚡ 效率分析
响应速度：平均 2.3 秒/次
一次解决率：76.5% (18/23 任务)
平均迭代：1.8 次/任务
时间分布：
- 思考时间：35%
- 工具执行：45%
- 输出整理：20%
趋势：效率较昨日提升 12%
模块 5：成就记录 (Achievement Records)
记录项目：
输出格式：
🏆 今日成就
🌟 里程碑：
✓ 独立完成首个复杂 React 组件重构
✓ TypeScript 类型错误从 15 个降至 2 个
⭐ 高光时刻：
- 代码质量获得用户"完美"评价
- 一次性解决复杂的性能优化问题
🎯 突破：
- 首次使用 Redis 实现缓存
- 掌握了 GraphQL 查询优化
模块 6：目标管理 (Goal Management)
管理项目：
输出格式：
🎯 目标进度
目标1：掌握 React 性能优化
进度：██████████░░ 67%
预计：3 天内完成
目标2：提升代码质量到 8 分以上
进度：███████░░░░░ 58%
当前：7.8/10
目标3：减少代码重复率到 10% 以下
进度：█████████░░░░ 82%
当前：12.3% → 目标 <10%
模块 7：综合日报 (Daily Report)
包含所有模块的摘要：
📊 今日量化报告
╔═══════════════════════════════════╗
║ 日期：2025-03-10 ║
║ 对话轮数：28 轮 ║
╚═══════════════════════════════════╝
📈 成长进度
总体：48.5% → 52.3% (+3.8%)
速度：🟢 稳健成长
✅ 任务完成
18/23 完成 (78.3%)
质量：7.8/10
📚 学习成果
新掌握：12 个概念
应用：35 次
⚡ 效率指标
一次解决率：76.5%
平均耗时：8.5 分钟
🏆 今日亮点
3 个成就解锁
📊 详细数据
查看完整报告：输入"详细报告"
数据结构设计
存储位置
~/.openclaw/data/quantified_self.json
数据结构
{
"initialized_at": "2025-03-10T00:00:00Z",
"last_update": "2025-03-10T23:59:59Z",
"conversation_id": "current_session_id",
"growth": {
"baseline": {"overall": 40.0, "knowledge": 10.0, "capability": 50.0, "quality": 60.0, "efficiency": 40.0},
"current": {"overall": 52.3, "knowledge": 15.2, "capability": 65.8, "quality": 72.1,
工作流程
1. 初始化阶段
首次运行时创建数据文件：
mkdir -p ~/.openclaw/data
cat > ~/.openclaw/data/quantified_self.json << 'EOF'
{
"initialized_at": "{{当前时间}}",
"last_update": "{{当前时间}}",
"growth": {
"baseline": {
"overall": {{估算初始能力}},
"knowledge": 0,
"capability": {{估算初始能力}},
"quality": {{估算初始能力}},
"efficiency": {{估算初始能力}}
},
"current": {
"overall": {{估算初始能力}},
"knowledge": 0,
"capability": {{估算初始能力}},
"quality": {{估算初始能力}},
"efficiency": {{估算初始能力}}
},
"history": []
},
"tasks": {"total": 0, "completed": 0, "in_progress": 0, "failed": 0, "by_type": {}},
"learning": {"new_concepts": [], "total_concepts": 0, "by_category": {}},
"efficiency": {},
"achievements": [],
"goals": [],
"daily_stats": {}
}
EOF
2. 实时追踪阶段
在对话过程中持续记录：
任务完成时：
学习新内容时：
获得用户认可时：
完成目标里程碑时：
3. 报告生成阶段
根据用户查询类型生成对应报告：
- "成长怎么样" → 成长追踪报告
- "完成了什么" → 任务统计报告
- "学到了什么" → 学习成果报告
- "效率如何" → 效率分析报告
- "今天汇报" → 综合日报
4. 数据更新阶段
每次报告后更新数据文件：
DATA=$(cat ~/.openclaw/data/quantified_self.json)
量化标准
成长量化
总体能力 = Σ(各维度 × 权重) / 100
成长% = (当前 - 基准) / (100 - 基准) × 100
任务质量
质量评分 = (用户满意度 × 0.4 + 代码质量 × 0.3 + 完整性 × 0.3) × 10
学习掌握度
掌握度 = (理解程度 × 0.5 + 应用次数 × 10 + 教学能力 × 0.2)
上限 100%
效率评分
效率 = (100 - 迭代次数 × 15) × 一次成功率 × 速度因子
可视化元素
进度条
20 字符宽度
███ = 已完成
░░░ = 未完成
示例：██████████░░░░░░░ 60%
趋势图
40% ┤
50% ┤ ╭──╮
60% ┤ ╭──╯ ╰─╮
70% ┤─╯ ╰──╮
└────────────▶
1 2 3 4 5
仪表盘
╔═════════════════════╗
║ 成长 ████░░░░ 52%║
║ 任务 ██████░░ 78%║
║ 学习 ███████░ 85%║
║ 效率 █████░░░ 65%║
╚═════════════════════╝
用户交互模式
主动汇报模式
用户："汇报今天的成长和任务完成情况"
→ 生成包含成长追踪 + 任务统计的综合报告
查询模式
用户："今天学到了什么"
→ 只输出学习成果报告
对比模式
用户："和昨天比怎么样"
→ 显示今日 vs 昨日的对比数据
详情模式
用户："详细报告"
→ 显示所有模块的完整数据
简报模式
用户："简报" 或 "快速汇报"
→ 只显示关键数据的摘要（3-5 行）
特殊功能
设定目标
用户："设定目标：掌握 React Hooks"
→ 添加到 goals 数组，初始进度 0%
记录成就
用户："记录成就：完成了第一个完整的组件"
→ 添加到 achievements 数组
导出数据
用户："导出所有数据"
→ 提供 JSON/CSV 格式的完整数据
重置数据
用户："重置量化数据"
→ 确认后删除数据文件，重新初始化
数据持久化策略
- 实时更新：每次任务完成、学习新内容立即更新
- 定期保存：每轮对话结束保存完整状态
- 历史归档：每天的数据存入 daily_stats
- 定期清理：保留最近 90 天详细数据，更早的只保留摘要
注意事项
- 数据隐私：所有数据存储在本地，不上传云端
- 性能考虑：数据文件不应过大，定期归档
- 准确性：基于实际对话，不虚构数据
- 可读性：报告要清晰易懂，不要过于技术化
- 可操作性：提供具体的改进建议，不只是数字
配置自定义
用户可在 ~/.openclaw/config.json 中自定义：
{
"skills": {
"quantified_self": {
"weights": {
"knowledge": 0.25,
"capability": 0.30,
"quality": 0.25,
"efficiency": 0.20
},
"report_detail": "full",
"auto_track": true,
"show_trends": true,
"retention_days": 90
}
}
}
